우리 가게 글에도 남들이 좋다는 GEO 요령을 그대로 써야 할까?

모든 글에 똑같이 잘 맞는 GEO 요령은 없었다. 분야에서 가장 잘 나온 요령을 모든 글에 적용했을 때는 23.0점이었지만, 글마다 요령을 시험해 고른 방식은 35.1점이었다. 차이는 52.8%다.

「인용문이나 통계를 넣으면 좋다」던데, 그대로 하면 될까?

GEO 요령을 소개하는 글을 보면 인용문 넣기, 통계 넣기, 출처 밝히기 같은 방법이 자주 나온다. 실제로 프린스턴대와 IIT 델리가 질문 1만 개를 대상으로 한 실험에서는 인용문 넣기가 27.8%, 통계 넣기가 25.9%로 높은 편이었다. 반면 키워드 반복은 17.8%로 손을 대지 않은 글보다 낮았다.

하지만 여기서 「인용문이 가장 좋다」고 결론 내리면 안 된다. 같은 실험에서도 분야에 따라 높은 요령이 달랐기 때문이다. 법·행정 글에서는 출처 밝히기와 통계 넣기가, 역사 글에서는 권위 있는 말투와 인용문이, 비즈니스·건강 글에서는 문장 매끄럽게 다듬기가 앞섰다.

즉, 「인용문 넣으면 좋다」는 말에는 빠진 조건이 있다. 어떤 글인지에 따라 결과가 달라진다는 조건이다.

그런데 같은 분야의 글도 똑같이 고치면 안 되나?

2026년 8월에 나온 어도비 연구진과 UC샌디에이고의 시연은 여기서 한 단계 더 들어갔다. 같은 분야 안에서도 글마다 잘 맞는 요령이 다를 수 있다는 전제에서, 글 한 편마다 9가지 요령을 후보로 놓고 하나씩 시험했다.

분야 평균 1등 요령을 모든 글에 적용한 방식은 23.0점이었다. AI에게 「알아서 고쳐라」고 한 번 시킨 방식은 22.4점으로 오히려 2.8% 낮았다. 반면 에이전트가 요령을 시험하며 고른 방식은 32.3점, 시험 결과와 AI의 사전 짐작을 섞어 고른 방식은 35.1점이었다.

여기서 중요한 것은 35.1이라는 숫자 자체보다 고르는 방식이다. 연구에서는 한 가지 요령을 정해 모든 글에 적용하기보다, 글마다 무엇이 부족한지 보고 맞을 법한 요령을 시험했다.

「알아서 고쳐라」가 원래 방식보다 낮아진 것도 눈여겨볼 부분이다. 사장님이 홈페이지 글을 AI에 넣고 「AI가 좋아하게 고쳐 달라」고만 하는 방식도 이 결과와 비슷한 위험을 생각해 볼 수 있다. 글을 자동으로 다듬는다고 해서 반드시 좋아지는 것은 아니다.

아홉 가지를 전부 시험해야 하나?

전부 시험하면 비교하기는 쉽지만 비용이 커진다. 연구진은 잘 나온 요령은 더 자주 시도하고, 덜 시험한 요령도 가끔 확인하는 방식으로 시도 횟수를 줄였다.

글 한 편에서 어떤 요령을 고를지 정해지기까지 대개 10~15번 시도했고, 모든 요령을 반복해서 시험하는 방식과 비교하면 AI 호출은 약 10분의 1이었다. 그런데도 점수는 같거나 더 높았다.

이 방식을 사장님이 직접 따라 한다면 처음부터 9가지를 다 해 볼 필요는 없다. 글을 먼저 읽고 부족한 부분을 찾은 뒤, 맞을 법한 요령 2~3개부터 시험하면 된다.

예를 들어 연구 화면의 한 사례에서는 경험·전문성·권위·가독성은 20점 만점에 16~18점이었지만 신뢰성은 8점이었다. 이런 글이라면 문장을 예쁘게 만드는 것보다 출처와 근거를 보태는 쪽을 먼저 시험해 볼 수 있다.

다만 이 방법 자체는 연구진이 사장님 홈페이지에 적용한 결과가 아니다. 연구 결과를 실제 글 작업에 옮겨 보는 제안이다.

글을 고치면 오히려 읽기 어려워지지 않나?

그럴 수 있다. 연구에서는 분야 1등 요령을 모든 글에 적용한 글이 평균 762.0단어에서 192.1단어로 줄었다. 문장 수도 42.3개에서 11.7개로 줄었다. 점수를 높이는 과정에서 글 자체가 크게 잘려 나간 셈이다.

반면 글마다 요령을 골라 고친 방식은 평균 813.0단어, 57.9문장이었다. 무조건 짧게 만드는 방식과는 달랐다.

신뢰도에서도 차이가 있었다. 원본의 신뢰도 점수는 0.426이었고, 글마다 골라 고친 방식은 0.773이었다. 대신 읽기 쉬움은 0.810에서 0.718로 내려갔다.

이 결과는 근거를 많이 넣으면 무조건 좋다는 뜻도 아니다. 출처와 근거를 보태면 신뢰도는 높아질 수 있지만, 글이 길어지고 읽기가 어려워질 수도 있다는 뜻이다. 홈페이지 글에서는 고객이 필요한 정보를 이해할 수 있는지도 함께 봐야 한다.

구글이 말하는 방향과도 맞을까?

구글은 2026년 5월 15일 생성형 AI 검색 기능용 안내서에서 AI 개요와 AI 모드에 나오기 위해 별도의 요건을 갖출 필요는 없다고 밝혔다. 글을 잘게 쪼개거나 AI만을 위한 문체로 쓸 필요도 없다고 했다. 대신 다른 곳에서 구할 수 없는 고유한 관점과 직접 겪은 경험을 강조했고, 동네 가게라면 비즈니스 프로필을 챙기라고 했다.

이번 시연 결과와 정면으로 부딪히는 내용은 아니다. 구글이 말하는 방향은 AI 전용 꼼수를 만들라는 것이 아니고, 시연에서 점수를 높인 방법도 키워드를 반복하는 방식이 아니라 글의 근거와 신뢰도를 보태는 쪽이었다.

그래서 두 자료를 함께 보면 방향은 단순해진다. AI가 좋아할 만한 문체를 억지로 만드는 것보다, 우리 홈페이지에 빠진 근거와 경험을 채우는 쪽으로 고치는 것이다.

사장님 홈페이지에서는 어떻게 시험하면 될까?

먼저 중요한 글 1편을 고른다. 그리고 고객이 실제로 할 법한 질문 3~5개를 정한다. 지금 글 그대로 챗GPT·구글 AI 모드·퍼플렉시티에 물어보고, 우리 글이 답에 인용되는지 기록한다.

그다음 한 번에 요령 하나만 바꾼다. 가격을 설명하는 근거를 표로 넣거나, 실제 시공 사례의 숫자를 넣거나, 출처를 밝히는 식이다. 두세 가지를 동시에 바꾸면 어떤 변화가 영향을 줬는지 알기 어렵다.

같은 질문으로 다시 확인한 뒤 전과 비교한다. AI 답은 물을 때마다 달라질 수 있으므로 한 번 나온 결과만으로 판단하지 않는 것이 좋다. 또 한 질문에 맞춰 고친 문장이 다른 질문에서는 도움이 되지 않을 수도 있으므로 질문 3~5개를 함께 보는 편이 낫다.

참고로 AI사이트코리아가 9월 15일 네 엔진에 물었을 때 우리 회사 글이 인용된 곳은 0곳이었다. 이런 시험은 0에서 시작할 수도 있다. 중요한 것은 처음 숫자보다 무엇을 바꿨고, 그 뒤 결과가 어떻게 달라졌는지를 남기는 것이다.

이번 자료를 볼 때 한 가지는 꼭 구분해야 한다. 35.1점과 52.8%라는 수치는 실제 구글이나 퍼플렉시티의 검색 결과에서 나온 숫자가 아니다. AI에게 후보 글 여러 개를 주고 질문에 답하게 하는 검색 모의시험에서 나온 값이다.

또 시험 글은 영어 질문 묶음이었고 한국어나 동네 가게 글은 포함되지 않았다. 몇 편의 글로 시험했는지와 결과가 얼마나 흔들리는지도 자료에서 밝히지 않았다. 신뢰도와 읽기 쉬움 역시 AI가 글을 읽고 매긴 점수이므로 실제 검색 순위와 같다고 볼 수 없다.

따라서 이 연구에서 「어떤 요령이 무조건 최고다」라는 답을 가져오면 안 된다. 오히려 가져올 것은 시험하는 방법이다. 우리 글에 맞는 요령을 하나씩 바꾸고, 같은 질문으로 결과를 기록하는 방식이다.

같이 읽을 글

• 가격 문장을 고치면 다른 질문 답도 나빠질까?
• GEO 논문이 45편이면, 이제 정답이 나온 걸까?
• 고객이 AI에 뭘 물을지 몰라도 글을 고칠 수 있나?
• 홈페이지 숫자를 예쁘게 넣으면 AI가 더 믿어 줄까?

자료 출처

• Agent2UCB: Agentic System for Generative Engine Optimization(UC샌디에이고·어도비 리서치·arXiv 2608.29063·2026년 8월)
• GEO: Generative Engine Optimization(프린스턴대·IIT 델리 등·arXiv 2311.09735·KDD 2024·질문 1만 개)
• GEO 프로젝트 소개 페이지(같은 연구진·질문 1만 개 벤치마크)
• Optimizing your website for generative AI features on Google Search(구글 서치 센터·2026년 5월)
• A new resource for optimizing for generative AI in Google Search(구글 서치 센터 블로그·2026년 5월)
• Google publishes guide to optimizing for generative AI search(셈러시·2026년 5월)